一种基于GIS技术的土地清查系统及方法与流程

本发明涉及地理信息系统技术的土地清查，具体涉及一种基于gis技术的土地清查系统及方法。

背景技术：

1、随着经济的发展和社会的进步，土地资源的管理和利用面临着越来越大的挑战。一方面，城市化进程中，建设用地的需求日益增长；另一方面，为了保障粮食安全，必须确保一定的耕地面积。此外，环境保护的要求也使得林地的管理变得至关重要。因此，准确、高效地进行土地资源的清查工作，对于合理规划土地利用、保护生态环境以及促进可持续发展具有重要意义。

2、传统的土地清查方式多依赖于人工实地测量和纸质地图记录，这种方式不仅效率低下，而且难以保证数据的准确性和时效性。近年来，随着地理信息系统技术和遥感技术的发展，基于gis技术的土地清查方法应运而生，这种方法能够快速、准确地获取土地利用现状，并能有效地监测土地利用变化，从而为土地管理提供科学依据。

3、现有技术缺乏通过获取清查区域的土地影像数据，利用遥感影像的不同波段反射率信息，结合gis系统的数据处理能力，实现对土地类型的自动识别与划分的能力，并不能通过时空数据分析土地利用变化的趋势，最终识别出可能存在的未授权开发区域或耕地流失区域，以支持相关部门及时采取相应的管理措施。

技术实现思路

1、本发明的目的在于提供一种基于gis技术的土地清查系统及方法，以解决上述背景中问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于gis技术的土地清查方法，其特征在于，包括以下步骤：

4、s1：获取清查区域的土地影像数据，根据土地的影像数据，使用gis系统识别土地类型，根据识别结果将土地划分为：耕地区、建设区和林区；

5、其中，影像数据包括：蓝光波段、绿光波段、红光波段和近红外波段；

6、s2：获取清查区域土地的面积数据，包括面积变化量，对清查区域土地的面积数据进行分析，确定土地变化集中区域；

7、s3：基于土地变化集中区域，结合时间序列数据分析土地利用变化的趋势，将土地的变化波动划分为异常波动和正常波动；

8、s4：基于异常波动区域的土地，识别是否为未授权开发区域或耕地流失区域。

9、作为本发明进一步的方案：所述根据土地的影像数据，使用gis系统识别土地类型，根据识别结果将土地划分为：耕地区、建设区和林区具体包括：

10、获取清查区域的土地的影像数据，对影像数据进行预处理；

11、通过识别每个像素点在不同波段的反射率的数值，用于识别土地覆盖类型；

12、在gis系统中加载影像数据，选择已知的耕地区、建设区和林区的训练样本，每个样本包含该区域内的多个像素，将训练样本用于统计每个类别的均值向量和协方差矩阵；

13、对于每个像素包括多个波段的反射率值，通过多元正态分布的概率密度函数计算像素属于土地类型的似然概率；

14、选择概率最大的土地类型作为像素的分类结果，即对应影响数据的分类结果。

15、作为本发明进一步的方案：所述多元正态分布的概率密度函数计算像素属于土地类型的似然概率具体包括：

16、对于每个土地类型包括耕地区、建设区和林区，计算它们在每个波段的反射率均值，记为均值向量；

17、其中，所述均值向量的计算表达式为：

18、；

19、式中，i表示土地类型，表示土地类型i的数量，j表示样本的数量，j为大于0的正整数，是土地类型i中第j个样本在波段k上的反射率，k表示波段；

20、计算波段间的协方差矩阵；

21、其中，协方差矩阵的计算表达式为：

22、；

23、式中，表示土地类型i在不同波段间的协方差，表示土地类型i的均值向量，表示样本向量，包含该像素在所有波段上的反射率数；

24、对于每个像素x，通过多元正态分布的概率密度函数计算像素x属于土地类型i的似然概率；

25、其中，所述多元正态分布的概率密度函数的计算表达式为：

26、；

27、式中，x是当前像素的光谱向量，包含其在多个波段上的反射率值，是像素x属于土地类型i的条件概率，d是波段数，是协方差矩阵的行列式。

28、作为本发明进一步的方案：所述对清查区域土地的面积数据进行分析，确定土地变化集中区域具体包括：

29、通过gis系统，获取每个时相包含各个类型土地的面积信息，每一时相的数据集对应一个地理空间网格；

30、构建一个时空数据立方体，横轴为空间维度，纵轴为时间维度，每个时空单元存储对应时相和对应区域的土地面积信息；

31、通过时空热点分析，结合空间和时间两个维度的变化，确定哪些区域的土地变化在时间维度上表现变化趋势，并在空间维度上呈现出聚集性，

32、根据空间维度上呈现出聚集性，计算指数，识别土地变化集中区域。

33、作为本发明进一步的方案：所述指数的获取过程为：

34、在时空立方体中，每一个单元格包含特定时刻某个地理区域的土地面积数据；

35、通过计算指数，即识别土地变化集中区域；

36、其中，所述指数的计算表达式为：

37、；

38、式中，表示第a个区域的指数，表示区域a和区域b之间的空间权重，表示区域b中的土地面积变化量，表示土地面积变化的总体平均值，s表示土地面积变化量的标准差，m表示所有区域的总数量。

39、作为本发明进一步的方案：所述计算指数，识别土地变化集中区域具体包括：

40、判断第a个区域的指数是否大于等于预设阈值，若是，记为土地变化集中区域，若否，记为非土地变化集中区域。

41、作为本发明进一步的方案：所述时间维度的获取过程为：

42、在时间维度上，使用每一时间段内土地面积变化的趋势信息，计算第a个区域的时间变化趋势；

43、；

44、式中，表示第a变化集中区域的时间变化率，表示第a变化集中区域最后一个时相的土地面积，表示第a个变化集中区域第一个时相的土地面积，表示时间差。

45、作为本发明进一步的方案：所述基于土地变化集中区域，结合时间序列数据分析土地利用变化的趋势，将土地的变化波动划分为异常波动和正常波动具体包括：

46、通过对土地变化集中区域的时间上的变化趋势与对应区域的空间上的指数的综合分析，并通过计算土地异变系数，用于识别这些区域是否异常。

47、作为本发明进一步的方案：所述基于异常波动区域的土地，识别是否为未授权开发区域或耕地流失区域，并做出相应决策具体包括：

48、通过决策树对模型输入的异常波动区域进行分类，输出对应区域是未授权开发区域或耕地流失区域的具体过程为：

49、通过土地异常系数判断，若土地异常系数大于预设阈值，则对应区域是未授权开发或耕地流失的区域，则进入下一步判断；

50、若时间变化趋势显示该区域的土地从耕地或林地迅速转化为建设用地或裸地，则对应区域判定为未授权开发区域；

51、若时间变化趋势显示耕地面积减少但没有其他类型土地增加，则对应区域判定为耕地流失区域；

52、若对应区域没有批准开发许可记录，决策树会将对应区域判定为未授权开发区域；

53、若对应区域靠近农田或自然保护区，并且没有开发，则对应区域被判定为耕地流失区域。

54、一种基于gis技术的土地清查系统，包括：

55、数据采集模块，所述数据采集模块用于获取清查区域的土地影像数据和清查区域土地的面积数据；

56、土地类型划分模块，所述土地类型划分模块根据土地的影像数据，使用gis系统识别土地类型，根据识别结果将土地划分为：耕地区、建设区和林区；

57、土地变化集中区域确定模块，所述土地变化集中区域确定模块用于对清查区域土地的面积数据进行分析，确定土地变化集中区域；

58、异常波动区域确定模块，所述异常波动区域确定模块用于结合时间序列数据分析土地利用变化的趋势，将土地的变化波动划分为异常波动和正常波动；

59、区域情况判断模块，所述区域情况判断模块基于异常波动区域的土地，识别是否为未授权开发区域或耕地流失区域。

60、本发明的有益效果：

61、（1）通过引入gis技术和遥感技术，实现了对土地类型的快速识别与分类，极大地提升了土地清查工作的效率和准确性；首先，通过卫星影像获取土地数据，并利用先进的图像处理技术对这些数据进行预处理，消除了因拍摄角度、地形差异以及大气条件等因素带来的误差，确保了原始数据的质量；其次，在识别土地类型的过程中，采用基于多元正态分布的概率密度函数计算像素点属于不同土地类型的概率，这种方法不仅能够有效地处理不同土地类型之间的过渡地带，还能在一定程度上减少误判的可能性；此外，本发明还构建了一个时空数据立方体，通过该模型可以直观地观察到不同时间点上各区域土地面积的变化情况，从而快速锁定土地变化的集中区域；这种高效的自动化处理流程，不仅节省了大量的劳动力成本，还极大地提高了土地清查工作的精度，使得管理部门能够更加准确地掌握土地资源的实际状况；

62、（2）一方面，通过计算土地异变系数，并将其与预设阈值进行比较，可以迅速识别出那些土地变化异常的区域，特别是那些未授权开发或耕地流失的情况；这为土地管理部门提供了预警机制，使其能够在问题扩大之前采取必要的干预措施，避免了因非法占用土地或过度开发而导致的资源浪费和环境破坏；另一方面，本发明还提出了基于决策树模型的分类决策方法，该方法能够综合考虑土地异变系数、时间变化趋势、空间位置特征以及土地类型历史数据等多种因素，对异常波动区域进行精准分类，判断其是否属于未授权开发区域或耕地流失区域；这样一来，管理部门就能够更有针对性地制定相应的管理措施，例如对于未授权开发区域，可以通过启动执法程序来制止非法行为，并评估修复受损土地所需的措施；而对于耕地流失区域，则可以向上级部门汇报具体情况，建议实施保护政策或出台补贴计划来促进耕地恢复。